[인공지능 줌인] “AI 기술로 '개인 맞춤형 향수' 등장할까”...컴퓨터에 후각을 부여하는 난제 극복 어디까지
[인공지능 줌인] “AI 기술로 '개인 맞춤형 향수' 등장할까”...컴퓨터에 후각을 부여하는 난제 극복 어디까지
  • 유 진 기자
  • 승인 2024.06.08 06:40
  • 수정 2024.06.08 11:15
  • 댓글 0
이 기사를 공유합니다

[사진=더컨버세이션]
최근 윌츠코와 그의 팀은 그래프 신경망을 사용해 지각적으로 유사한 냄새를 서로 다른 냄새보다 더 가깝게 배치하는 '주요 냄새 지도'를 만들었다.  [사진=더컨버세이션]

100여년 전 전화기의 발명가인 알렉산더 그레이엄 벨은 독자들에게 소리와 빛을 넘어 새로운 과학을 발견하라고 요청했다.

그는 냄새의 과학이 아직 존재하지 않는다고 지적하며, 냄새를 측정해 보라고 권유했다. 이제, AI와 기계 후각의 발전이 그의 요청에 응답하고 있다.

오늘날 AI와 기계 후각의 발전이 그의 요청에 응답하고 있다. 기계 후각 연구는 인간 후각의 복잡성 때문에 큰 도전에 직면해 있지만, 최근의 기술 발전은 새로운 가능성을 열고 있다.

미시간 대학교 암부즈 테와리 교수는 ‘더컨버세이션(The conversation)’을 통해 "이러한 발전은 개인 맞춤형 향수, 새로운 화학 센서, 질병 조기 발견 등 다양한 응용 분야에서 큰 잠재력을 지니고 있다"고 말했다.

기계 후각의 도전

오늘날 대부분의 사람들이 주머니에 넣고 다니는 스마트폰은 음성 비서, 얼굴 인식, 사진 향상 등 소리와 빛의 과학에 기반한 인상적인 내장 기능을 제공한다.

냄새의 과학은 이에 필적할 만한 기능을 제공하지 못한다. 하지만 '디지털화된 후각'이라고도 불리는 기계 후각의 발전이 마침내 벨의 요청에 응답하면서 상황이 바뀌고 있다.

기계 후각에 대한 연구는 인간 후각의 복잡성 때문에 엄청난 도전에 직면해 있다.

인간의 시각은 주로 망막의 수용체 세포(막대와 세 가지 유형의 원추체)에 의존하는 반면, 후각은 코의 약 400가지 유형의 수용체 세포를 통해 경험한다.

기계 후각은 공기 중의 분자를 감지하고 식별하는 센서에서 시작된다. 이 센서는 코의 수용체와 같은 역할을 한다.

하지만 기계 후각이 사람들에게 유용하려면 한 단계 더 나아가야 한다. 시스템은 특정 분자 또는 분자 집합이 사람에게 어떤 냄새를 풍기는지 알아야 한다. 이를 위해 기계 후각에는 기계 학습이 필요하다.

냄새에 머신 러닝 적용하기

머신러닝, 특히 딥러닝이라고 불리는 머신러닝은 음성 비서 및 얼굴 인식 앱과 같은 놀라운 발전의 핵심이다.

기계 학습은 냄새를 유발하는 화합물의 분자 구조를 텍스트 냄새 설명자에 매핑하는 방법을 학습할 수 있기 때문에 냄새를 디지털화하는 데도 핵심적인 역할을 한다.

머신 러닝 모델은 바닐린과 같은 특정 냄새를 유발하는 화합물을 접했을 때 사람이 사용하는 단어(예: '단맛', '디저트')를 학습해 어떤 냄새를 느끼는지 설명한다.

하지만 머신러닝에는 대규모 데이터 세트가 필요하다. 웹에는 소리와 그림을 인식하는 인공 지능 시스템을 훈련시키는 데 사용할 수 있는 상상할 수 없을 정도로 방대한 양의 오디오, 이미지 및 비디오 콘텐츠가 있다.

그러나 기계 후각은 오랫동안 데이터 부족 문제에 직면해 있었는데, 그 이유는 대부분의 사람들이 시각과 소리를 설명할 때처럼 냄새를 말로 쉽게 인식할 수 없기 때문이다.

웹 규모의 데이터 세트에 액세스할 수 없었기 때문에 연구자들은 정말 강력한 머신러닝 모델을 훈련할 수 없었다.

[사진=더컨버세이션]
대학 연구용 프로토타입 인공 코는 커피와 위스키를 구별할 수 있다.  [사진=더컨버세이션]

DREAM 후각 예측 챌린지

2015년 연구자들이 DREAM 후각 예측 챌린지를 시작하면서 상황이 바뀌기 시작했다.

이 대회에서는 후각을 연구하는 생물학자 안드레아스 켈러와 레슬리 보샬이 수집한 데이터를 공개하고 전 세계의 팀을 초대해 머신러닝 모델을 제출하도록 했다.

이 모델들은 냄새를 유발하는 화합물의 분자 구조를 기반으로 '단맛', '꽃', '과일' 등의 냄새 라벨을 예측해야 했다.

가장 우수한 성적을 거둔 모델은 2017년 사이언스 저널에 논문으로 발표됐다.

여러 의사 결정 트리 플로우 차트의 결과를 결합하는 랜덤 포레스트라는 고전적인 머신 러닝 기법이 승자로 밝혀졌다.

기계 후각의 급진적 발전

기계 후각의 발전은 드림 챌린지가 종료된 후 급물살을 타기 시작했다.

코로나19 팬데믹 기간 동안 후각 실명, 즉 후각 장애 사례가 많이 보고됐다.

평소에는 뒷전으로 밀려나 있던 후각이 대중의 의식 속에 떠오른 것이다. 또한, 연구 프로젝트인 '피르퓸 프로젝트'를 통해 점점 더 많은 양의 데이터 세트가 공개됐다.

깊은 냄새 맡기

2019년까지 DREAM 챌린지에서 가장 큰 데이터 세트는 500개 미만의 분자에서 약 5,000개의 분자로 증가했다.

알렉산더 윌츠코가 이끄는 구글 연구팀은 마침내 딥러닝의 혁명을 기계 후각에 적용하는 데 성공했다.

그래프 신경망이라는 딥 러닝의 일종에 기반한 이 모델은 기계 후각에 대한 최첨단 결과를 확립했다.

윌츠코는 현재 ‘컴퓨터에 후각을 부여하는 것’을 사명으로 삼고 있는 오스모시스(Osmo)의 창립자이자 CEO이다.

최근 윌츠코와 그의 팀은 그래프 신경망을 사용해 지각적으로 유사한 냄새를 서로 다른 냄새보다 더 가깝게 배치하는 '주요 냄새 지도'를 만들었다.

분자 구조의 작은 변화가 후각 지각에 큰 변화를 가져올 수 있기 때문에 이 작업은 쉽지 않았다. 반대로 분자 구조가 매우 다른 두 분자는 거의 같은 냄새를 맡을 수 있다.

테와리 교수는 “미래에는 후각의 암호를 해독하는 이러한 발전은 지적으로 흥미로울 뿐만 아니라 개인 맞춤형 향수 및 방향제, 더 나은 방충제, 새로운 화학 센서, 질병의 조기 발견, 보다 현실적인 증강 현실 경험 등 매우 유망한 응용 분야가 있다“고 말했다.

[위키리크스한국=유 진 기자]

yoojin@wikileaks-kr.org

기자가 쓴 기사

  • 서울특별시 마포구 마포대로 127, 1001호 (공덕동, 풍림빌딩)
  • 대표전화 : 02-702-2677
  • 팩스 : 02-702-1677
  • 청소년보호책임자 : 소정원
  • 법인명 : 위키리크스한국 주식회사
  • 제호 : 위키리크스한국
  • 등록번호 : 서울 아 04701
  • 등록일 : 2013-07-18
  • 발행일 : 2013-07-18
  • 발행인 : 박정규
  • 편집인 : 박찬흥
  • 위키리크스한국은 자체 기사윤리 심의 전문위원제를 운영합니다.
  • 기사윤리 심의 : 박지훈 변호사
  • 위키리크스한국 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.
  • Copyright © 2024 위키리크스한국. All rights reserved.
  • [위키리크스한국 보도원칙] 본 매체는 독자와 취재원 등 뉴스 이용자의 권리 보장을 위해 반론이나 정정보도, 추후보도를 요청할 수 있는 창구를 열어두고 있음을 알립니다.
    고충처리 : 02-702-2677 | 메일 : laputa813@wikileaks-kr.org
ND소프트